基于空间分辨率无线传感网节点调度策略.docVIP

基于空间分辨率无线传感网节点调度策略 　　摘 要：节点调度策略是解决无线传感器网络（WSN）能量受限和覆盖高度冗余的一种有效方法，但在节能的同时又必须满足覆盖率的需求。针对随机调度中的能量消耗不均衡且使用不合理等问题，提出一种基于空间分辨率的节点调度策略。该策略通过控制区域中的活动节点数来保障网络的覆盖率要求，并利用剩余能量来均衡化各节点的能耗。同时借助邻居节点保障机制，一方面关闭休眠节点的实时监听，减少不合理的能耗；另一方面缓解节点轮休时可能出现的覆盖漏洞问题，有效保障网络覆盖率。仿真结果表明，该策略在网络覆盖率、生存期以及节点间的能耗均衡度等方面的性能表现优于Gur Game等调度算法。 关键词：节点调度；覆盖冗余；空间分辨率；能耗均衡；可靠性 中图分类号： TP393 文献标志码：A 0 引言 物联网作为下一代信息网络的新兴产业，推动了科技发展和社会进步，已成为国际竞争的焦点。作为物联网信息采集关键技术的无线传感器技术，极大地改变了人类与自然的交互方式，被广泛应用于军事、环境、医疗等相关领域[1]。 不同于传统的端到端网络，无线传感器网络（Wireless Sensor Network，WSN）节点携带的能量有限，且其部署的环境比较复杂，使其在部署后能量难以得到及时补充。因此，在保证满足用户需求的前提下，如何最大限度地减少能量的消耗来延长网络的服务周期是传感器网络技术研究的关键问题，即服务质量保障问题[2]。 节点调度是一种比较有效的能量优化策略，其主要思想是保证在一定覆盖率的前提下，通过合理地分配节点的数据采集和传输时间，让已处于覆盖冗余的节点轮流切换至低功耗的休眠状态，从而达到能量有效利用的目的。由于传感器网络节点通常是高密度部署的，若所有节点全都处于工作状态，一方面会使冗余节点的能量白白浪费并产生数据采集冗余；另一方面易使局部信道拥塞和数据冲突，导致能量过多消耗而缩短网络生存时间[3]。 节点调度最首要的任务是判别节点是否是覆盖冗余的。常用的方法是通过获取节点精确的地理信息来计算节点是否被邻居全覆盖[4-5]：Zhang等[4]研究如何使用最少节点来使网络全覆盖且保证其连通性。但此类方法需要借助精准的定位技术，复杂度高，甚至需要消耗更多的能量。因此，近年来不断有学者提出不依赖准确地理信息的调度策略。一种是节点协作调度[6-8]，节点充分利用周围邻居节点的距离、密度等信息来调度，可有效地减少网络中的冗余节点。然而若只单纯依赖邻居信息，易使部分区域因局部性因素而产生节点分布不均衡，如区域边界的节点，容易因其邻居数较少而无法等概率休眠导致其过早耗亡[9]。另一种是随机调度，节点按照某种概率随机自适应调度[6，10-13]，调度与节点的位置信息无关，且简单易实现。Choi等[10]证明对于网络要求某个覆盖度，只要节点数目达到一定要求时，随机调度策略能以较大概率满足指定的覆盖要求。Iyer等[11]提出了基于Gur Game模型的调度策略，控制网络的活动节点数收敛于某个最佳值，并利用马尔可夫随机过程来记录节点的工作状态，但存在节点一旦活动将持续到其消亡才开始新一轮调度的问题，导致各区域节点能量消耗不均衡。Tsai等[12]提出的Shuffle算法对其进行了改进，但是引进的边缘状态互换机制导致多个节点要在同一时间内转换状态，且需花费时间来调整网络平衡。 针对以上调度存在的问题，力求改善其节点能量消耗不均衡且不合理使用等现象。而Gur Game模型仅使用既定的最佳活动节点数，并未对其空间分辨率与覆盖区域关系进行说明。本文结合Gur Game模型的特点，得出了节点空间分辨率的概念及其与覆盖区域大小的关系，并提出基于空间分辨率的节点调度策略（Node Scheduling Scheme based on Spatial Resolution，N3SR）。 1 系统模型 1.1 Gur Game模型 Gur Game模型[11]是一种协作环境中的自我控制随机模型。其核心思想是通过控制区域中的最佳活动节点数来保证网络的覆盖率，由Sink节点管理各传感节点自适应地轮换工作，保证区域内只有指定个数的节点活动。 假设在传感器网络中，n个传感器节点被随机均匀地部署在监测区域Ω内，且区域内的节点数满足网络的覆盖要求，Sink节点位于区域中心。由部署的目标区域大小确定所需的最佳活动节点数为S。传感节点采取一跳到Sink节点，类似分簇拓扑结构中簇内的通信模型。首先，Sink节点广播通知传感节点调度开始，并监听传感节点回复包；然后，全体传感节点收到通知包后，处于活动状态的传感节点回复Sink节点；接着，Sink节点收到回复包便统计处于活动状态的节点数k，并根据该k值由奖惩函数